一种基于连接关系符号的复杂网络节点动态分类自适应控制方法技术

本发明专利技术公开了一种基于连接关系符号的复杂网络节点动态分类自适应控制方法，包括如下步骤：S1、依据使用复杂网络连接关系的正负号，严格的将复杂网络节点划分为若干类，使得每一类中的节点之间的连接关系为正值，而不同类之间的连接关系为非正值；S2、复杂网络中连接关系子系统和节点子系统相互耦合；S3、对连接关系矩阵的上界进行自适应参数估计设计；S4、设计针对节点子系统的控制器，通过耦合项影响连接关系子系统的状态，使得复杂网络的节点实现动态分类。本发明专利技术借助节点子系统和连接关系子系统之间的耦合关系，间接地影响连接关系子系统的状态，使得复杂网络渐近跟踪一个已知的可分类网络，从而达到复杂网络动态分类的目的。从而达到复杂网络动态分类的目的。

【技术实现步骤摘要】
一种基于连接关系符号的复杂网络节点动态分类自适应控制方法


[0001]本专利技术属于自动控制
，更具体地说，尤其涉及一种基于连接关系符号的复杂网络节点动态分类自适应控制方法。

技术介绍

[0002]在过去数年中，随着网络科技的不断发展和现代信息技术的发展，产生了越来越多的复杂关系。这些复杂关系可以抽象为复杂网络。复杂网络作为复杂系统的一种图论模型，由众多节点及其间的连接关系构成，当节点与连接关系随时间发展变化时，就形成了复杂动态网络。从大系统的角度看，复杂动态网络是由节点群和连接关系群两个子系统耦合而成。在控制理论研究领域中，复杂动态网络作为一类重要的控制对象，囊括了诸如生物(人工)神经网络、移动通信网络、社会网络等许多现实网络，因而探索其结构特点、控制其群体行为等研究具有重要的实践和科学意义。
[0003]大量研究证明，复杂网络的节点聚类问题已经成为了人们关注的一个热点话题。在工程以及现实网络中，聚类在分析、设计以及优化复杂系统方面有这非常重要的作用和广泛的应用前景。因此，节点聚类算法研究受到了研究者的高度关注。
[0004]到目前为止，专家学者们已经提出许多针对无符号网络的节点聚类算法。但是这些算法并不适用于符号网络。众所周知，在现实生活中，网络之间的连接关系往往是具有正负号属性的，例如，在社交网络中，正连接关系可以表示人与人之间(公司与公司之间、国家与国家之间)的友好、支持、赞同等，而负连接关系可以代表人与人(公司与公司之间、国家与国家之间)的敌对、反抗、厌恶等。这些连接关系的正负号是符号网络的一种属性，蕴藏了重要的信息。因此，讨论符号网络的节点分类具有巨大的研究价值。
[0005]针对符号网络的节点分类的问题，已经有很多学者提出了不同的算法。例如，Kunegis等人将传统无符号Laplacian矩阵进行推广，提出了适用于符号网络的Laplacian矩阵；Amelio等人提出genetic算法，该算法将同一类中的负连接关系的权值和作为目标函数，通过不断优化该函数，达到符号网络节点分类的目的；Jiang等人提出了SSBM模型来测量网络的阻塞性，该模型作为一种统计概率模型，其参数反映了节点属于不同类别和每个节点在其类别中的中心性的概率。然而这些算法都是针对静态的符号网络提出的，上述的方法并不适用于动态网络。
[0006]对于动态符号网络而言，Chen等人提出了基于节点相位的DEC算法，该算法的核心思想是通过节点相位的改变，将两个由正连接关系连接的节点逐渐聚拢，而由负连接关系连接的两个节点逐渐分开。但是该方法只针对节点状态是一维变量的情况，如果节点的状态是多维的，上述方法并不适用。Gao等人提出了基于连接关系观测器的复杂网络控制策略，该方法将网络的节点最终划分为两个类别，并不能将符号网络的节点进行多分类。
[0007]因此，针对上述研究成果的不足之处，本专利技术提出一种基于连接关系符号的复杂网络节点动态分类自适应控制方法。首先，将复杂网络视为由节点子系统和连接关系子系
统耦合而成的大系统。通过对节点子系统施加控制作用，借助节点子系统和连接关系子系统之间的耦合关系，间接地影响连接关系子系统的状态(连接关系权值)，使得复杂网络渐近跟踪一个已知的可分类网络，从而达到复杂网络动态分类的目的。

技术实现思路

[0008]本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种基于连接关系符号的复杂网络节点动态分类自适应控制方法。
[0009]为实现上述目的，本专利技术提供如下技术方案：
[0010]一种基于连接关系符号的复杂网络节点动态分类自适应控制方法，包括如下步骤：
[0011]S1、依据使用复杂网络连接关系的正负号，严格的将复杂网络节点划分为若干类，使得每一类中的节点之间的连接关系为正值，而不同类之间的连接关系为非正值，非正值即零或者负数值；
[0012]S2、设计连接关系子系统的耦合项形式，使得复杂网络中连接关系子系统和节点子系统相互耦合；
[0013]S3、对连接关系矩阵的上界进行自适应参数估计设计；
[0014]S4、设计针对节点子系统的控制器，通过耦合项影响连接关系子系统的状态，使得复杂网络的节点实现动态分类。
[0015]优选的，所述步骤S1仅适用复杂网络中连接关系的正负号将复杂网络的节点进行严格的分类，使得同一类中节点之间的连接关系严格为正，而不同类之间的连接关系为非正值。
[0016]优选的，所述步骤S2中设计的连接关系子系统的耦合项形式为：耦合项Φ(z)：其中是一个未知的常数矩阵，且Ξ(z)＝(ξ
ij
)
N
×
N
。
[0017]优选的，所述步骤S3中设计了形如：的自适应律，并用于节点子系统控制器的设计中，其中，α1和α2是两个可以调节的常数。
[0018]优选的，所述步骤S4中设计了形如：u＝BUz-Bf(z)+v中针对节点子系统的控制，通过耦合项间接地影响连接关系子系统的状态，实现复杂网络节点的动态分类。
[0019]与现有技术相比，本专利技术的有益效果是：本专利技术提供的一种基于连接关系符号的复杂网络节点动态分类自适应控制方法，与传统技术相比，该方法首先，将复杂网络视为由节点子系统和连接关系子系统耦合而成的大系统。通过对节点子系统施加控制作用，借助节点子系统和连接关系子系统之间的耦合关系，间接地影响连接关系子系统的状态(连接关系权值)，使得复杂网络渐近跟踪一个已知的可分类网络，从而达到复杂网络动态分类的目的。
具体实施方式
[0020]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合具体实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0021]一种基于连接关系符号的复杂网络节点动态分类自适应控制方法，包括如下步骤：
[0022]S1、依据使用复杂网络连接关系的正负号，严格的将复杂网络节点划分为若干类，使得每一类中的节点之间的连接关系为正值，而不同类之间的连接关系为非正值，非正值即零或者负数值；
[0023]S2、设计连接关系子系统的耦合项形式，使得复杂网络中连接关系子系统和节点子系统相互耦合；
[0024]S3、对连接关系矩阵的上界进行自适应参数估计设计；
[0025]S4、设计针对节点子系统的控制器，通过耦合项影响连接关系子系统的状态，使得复杂网络的节点实现动态分类。
[0026]具体的，所述步骤S1仅适用复杂网络中连接关系的正负号将复杂网络的节点进行严格的分类，使得同一类中节点之间的连接关系严格为正，而不同类之间的连接关系为非正值。
[0027]具体的，所述步骤S2中设计的连接关系子系统的耦合项形式为：耦合项Φ(z)：其中是一个未知的常数矩阵，且Ξ(z)＝(ξ
ij
)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于连接关系符号的复杂网络节点动态分类自适应控制方法，其特征在于：包括如下步骤：S1、依据使用复杂网络连接关系的正负号，严格的将复杂网络节点划分为若干类，使得每一类中的节点之间的连接关系为正值，而不同类之间的连接关系为非正值，非正值即零或者负数值；S2、设计连接关系子系统的耦合项形式，使得复杂网络中连接关系子系统和节点子系统相互耦合；S3、对连接关系矩阵的上界进行自适应参数估计设计；S4、设计针对节点子系统的控制器，通过耦合项影响连接关系子系统的状态，使得复杂网络的节点实现动态分类。2.权利要求1所述的一种基于连接关系符号的复杂网络节点动态分类自适应控制方法，其特征在于：所述步骤S1仅适用复杂网络中连接关系的正负号将复杂网络的节点进行严格的分类，使得同一类中节点之间的连接关系严格为正，而不同类之间的连接关系为非正值。3....

【专利技术属性】
技术研发人员：王颀，熊建斌，岑健，胡俊敏，刘文浩，李春林，余得正，陈康，刘鸣慧，钱文博，
申请(专利权)人：广东技术师范大学，
类型：发明
国别省市：